Lokale KI-Code-ReviewOpen SourceOpen Source
ZeroPing
Open-Source-KI-Code-Review, die vollständig auf lokalen Modellen läuft, ohne dass irgendetwas den Rechner verlässt.
Ergebnis
100 % offline, kein Datenabfluss
Das Problem
Genau die Teams, die von automatisierter Code-Review am meisten hätten, dürfen ihren Quellcode vertraglich oft nicht an eine Cloud-API schicken.
Was ich gebaut habe
Die Inferenz läuft lokal über Ollama hinter einem FastAPI-Dienst, sodass die Review auf demselben Rechner stattfindet wie der Code und ganz ohne Netzwerk funktioniert.
Das Ergebnis
Strukturierte Review pro Befund, in derselben Form wie bei einem Cloud-Werkzeug, und kein Weg, auf dem Quellcode die Maschine verlassen könnte.
So funktioniert es
- 01
Ein Diff wird an einen lokalen FastAPI-Dienst übergeben, der die Review-Logik hält.
- 02
Die Inferenz läuft über Ollama gegen ein Modell auf derselben Maschine, sodass es gar keine ausgehende Anfrage zu stellen gibt.
- 03
Befunde kommen strukturiert pro Problem zurück, mit Fundstelle und Änderungsvorschlag, statt als Fließtext.
Die KI-Schicht
Ein lokales Modell übernimmt das Lesen, geprompted pro Datei statt pro Repository, damit das Kontextfenster ehrlich bleibt über das, was es tatsächlich gesehen hat.
Die Engineering-Schicht
Ein FastAPI-Dienst, ein Next.js-Client und keinerlei Netzwerkabhängigkeit auf dem gesamten Pfad. Die Einschränkung ist das Produkt.
Zentrale technische Entscheidungen
Lokale Inferenz ist die Anforderung, keine Option.
Für die Teams, für die das gebaut ist, ist das Senden von Quellcode an eine fremde API keine konfigurierbare Vorliebe. Es ist das, was ihr Vertrag verbietet, und damit ist offline das einzig tragfähige Design.